新闻报道

Qeexo发布基于边缘传感器数据的全自动机器学习平台AutoML


有了Qeexo AutoML的帮助,从开始到可以在嵌入式设备上使用机器学习分析数据只需花费数小时。

October 7th, 2019

10月7日消息,Qeexo奇手公司今日发布了全新的AutoML产品,这是一款一键式全自动化平台,让用户能够快速在边缘设备上使用传感器数据构建机器学习解决方案。Qeexo 选择第一批支持的硬件是Arm公司的Cortex™-M0到M4级别的MCU。在发布之时,Qeexo AutoML已支持ST意法半导体的SensorTile.box,一款包含了Cortex-M4型MCU的紧凑型多传感器模块,而且未来还会拓展到更多的硬件平台上。

 

随着机器学习技术的发展,边缘设备受到了越来越多的关注,在嵌入式处理器上使用机器学习成为眼下的热点,这一趋势有助于提升安全性和可用性,降低延迟。不过,由于受到运算能力,内存大小和电池寿命的严格限制,为边缘设备提供机器学习解决方案极具挑战性。

 

特别是,如果要想达到商业化级别的表现,通常需要一支专业的机器学习工程师团队来对数据进行预处理,提取特征,选择模型,优化超参数,验证结果,以及部署模型。即便对于专家来说,这也是一个非常漫长,容易出错,而且重复乏味的过程。而且,目前市场上这样的工程师非常抢手。

 

有了Qeexo AutoML提供的一键式全自动化工作流程,会极大地简化机器学习解决方案的开发过程,并且避免了出错的可能。所有复杂的机器学习任务都由Qeexo AutoML自动完成。机器学习工程师们只需将自己的时间花在关键性的研发任务中,而不用进行重复性的工作。除此之外,Qeexo AutoML还可以为用户节约了组建一支昂贵的机器学习团队的时间和成本。

 

“无数的公司都在不断地从边缘收集大量的数据,他们希望能够利用机器学习但找不到合适的工具或者技术团队,”Qeexo的CEO Sang Won Lee表示,“有了Qeexo AutoML,他们只需要花费与正常情况相比的一小部分时间和资源,就能通过原型和项目的不断迭代来生成可用于生产的模型。我们优先选择支持基于Arm架构的MCU产品,是因为Arm致力于建立世界级的生态系统,以及它在边缘市场中的领导者地位。”

 

“机器学习是用来解决复杂问题的,而且通常需要有出色的性能,”Arm公司机器学习部门市场副总裁Dennis Laudick说道,“Qeexo的优化会为更广泛范围内的设备带来新的机器学习的可能性,而选择基于Arm架构的MCU作为目标则意味着他们的技术将会惠及一个服务于几乎所有行业的丰富的生态系统。”

 

“像Qeexo AutoML这样的自动化机器学习工具扩大了我们产品的覆盖范围,同时也为我们双方共同的客户提供了巨大的价值,”ST意法半导体AI解决方案部门市场总监Miguel Castro说道,“ST SensorTile.box 评估套件嵌入了领先的STM32微处理器,STNRG蓝牙,以及8个传感器,Qeexo选择它作为第一个支持Qeexo AutoML的硬件产品,突出了这个模块的重要性和有用性。”

 

Qeexo AutoML与FingerSense,EarSense以及TouchTools这些产品一样,都是基于Qeexo机器学习平台开发的,这一平台已经为全球范围内超过2.1亿台消费者设备提供了服务。

 

Qeexo奇手公司诞生于卡内基梅隆大学,也是目前第一个为嵌入式边缘设备(Cortex M0-M4级别)提供自动化端到端机器学习服务的公司。